城市历史街区作为城市空间的重要构成部分,其热环境质量深刻影响着市民的日常生活方式。在不改变建筑的条件下,提升街谷树木遮荫是改善街区热环境质量,提升热舒适度的重要途径。本文使用了一种基于大数据和机器学习的快速、大规模计算城市街谷树木遮阴量的技术手段对哈尔滨典型历史街区的树木遮阴性能进行了评价并从数值及空间维度提出其更新策略。为其他中东铁路文化影响下的东北城市历史街区及整个城市树木遮阴评价及更新提供参考。文章使用天空开阔度（Sky View Factor,SVF）作为街谷遮荫量评价指数,卷积神经网络（Seg Net）对百度街景进行图像语义分割,计算得出哈尔滨历史街区街谷环境实时SVFp。其次,使用建筑DEM数据模拟得到只包含建筑遮挡情况下的街谷SVFs。通过计算两项SVF差值得到哈尔滨历史街区树木遮阴量（SVFd）。采用多种统计方法进行街谷形态指标与树木遮阴量的关联机制分析,对哈尔滨历史街区树木遮阴性能进行评价。结果显示:（1）哈尔滨历史街区热环境受街谷树木影响显著,树木遮阴平均效能为56.3%;（2）由于哈尔滨特殊的45°夹角方向的街谷形态,东北-西南、西北-东南、北偏东30°三个朝向街谷的树木遮阴效能趋同（55.8%,56.1%,56.4%）;树木遮荫量随街谷高宽比增加呈现阶梯线性下降的特征,平均下降31.6%;树木遮荫量与街区建筑平均高度（ABH）在40m缓冲区内负相关性最强（r=-0.417）;同时本文目的提出对于哈尔滨历史街区树木更新策略。首先基于数值分析,本文生成了树木遮阴数据可视化分布图,直观展现树木遮阴现状。其次,本文首次在街区尺度上引入Geo Da地理空间自相关分析方法,拓展了街谷树木遮阴量化分析的重要维度。结果显示,树木遮荫量在历史街区全局地理空间自相关分析中,呈显著空间正相关特征,Moran’I=0.487。依据局部空间自相关,可以得到哈尔滨历史街区树木遮阴量的“高值聚集”及“低值聚集”,并进一步进行聚集方向分布研究。从而在宏观层面提出“自上而下”的哈尔滨历史街区街谷树木更新策略。最后,依据“空间自相关”结果,以及树木遮阴量数值分析结果,将典型街区中所有街道划分为六个空间等级,从而得到“自下而上”的微观尺度树木遮阴更新策略。